---
title: "Análise de Vendas"
author: "Seu Nome"
format: 
  html:
    toc: true
    theme: cosmo
execute:
  echo: true
  warning: false
---

# Título da seção

Este é um parágrafo com **texto em negrito** e *itálico*.

- Item da lista
- Outro item
  - Subitem

[Link para tutorial](https://website.com)

```{r}
# cria um vetor numérico de 1 a 10
x <- 1:10

# calcula a média amostral
mean(x)
```

```{r}
#| echo: true
#| warning: false
#| message: false

# Esta célula mostrará o código (echo: true), 
# mas ocultará avisos (warning) e mensagens
library(dplyr)
mtcars %>% 
  group_by(cyl) %>%
  summarise(
    n = n(),
    mpg_média = mean(mpg, na.rm = TRUE)
  )
```

```{r}
#| label: fig-1
#| fig-cap: "Gráfico de dispersão entre valor de mercado e ativo total de empresas brasileiras negociadas na B3."
#| echo: false

# Gráfico de dispersão entre valor_mercado e ativo_total
ggplot(dados, aes(x = ativo_total/1000000000, y = valor_mercado/1000000000)) +
  # cria um gráfico de dispersão
  geom_point() +
  # adiciona reta de regressão linear
  geom_smooth(method = "lm", se = FALSE) +
  # aplica um tema minimalista 
  theme_minimal() +
  # define títulos e rótulos dos eixos
  labs(title = "Gráfico de Dispersão entre Valor de Mercado x Ativos Totais",
       x = "Ativo Total (bilhões R$)",
       y = "Valor de Mercado (bilhões R$)",
       caption = "Fonte: Dados simulados pelo autor.")
```

```{r}
#| label: tbl-valor-mercado
#| echo: false
#| tbl-cap: "Modelos de regressão linear para os determinantes do valor de mercado"

# aplica transformasção logarítmicas aos dados
df <- dados |>
  mutate(
    ln_valor_mercado = log(valor_mercado),
    ln_lucro_liquido = log(lucro_liquido),
    ln_ativo_total   = log(ativo_total)
  )

# -------------------------------------------------------------------
# 2) Modelos
# -------------------------------------------------------------------
m1 <- lm(ln_valor_mercado ~ ln_lucro_liquido + ln_ativo_total, data = df) 
m2 <- lm(ln_valor_mercado ~ ln_lucro_liquido, data = df)                 

# -------------------------------------------------------------------
# 3) Aparência da tabela
# -------------------------------------------------------------------
coef_map <- c(
  "(Intercept)"       = "Intercepto",
  "ln_lucro_liquido"  = "ln(Lucro líquido)",
  "ln_ativo_total"    = "ln(Ativo total)"
)

gof_map <- tibble::tribble(
  ~raw,            ~clean,         ~fmt,
  "nobs",          "Observações",   0,
  "adj.r.squared", "R² ajustado",   3,
  "fstatistic",    "Estatística F", 2
)

notas <- c(
  "Nota: a)Erros-padrão robustos à heterocedasticidade (HC3) entre parênteses.",
  "b) Colchetes exibem intervalos de confiança de 95%."
)

# -------------------------------------------------------------------
# 4) Tabela final 
# -------------------------------------------------------------------
tab <- modelsummary(
  models = list(
    "MQO (HC3) — Completo"   = m1,
    "MQO (HC3) — Reduzido"   = m2
  ),
  output     = "gt",                 # garante notas como rodapé (source note)
  vcov       = "HC3",
  coef_map   = coef_map,
  estimate   = "{estimate}",         # apenas coeficientes, sem estrelas
  statistic  = "({std.error}) [{conf.low}, {conf.high}]",
  conf_level = 0.95,
  fmt        = 3,
  gof_map    = gof_map,
  gof_omit   = "IC|AIC|BIC|Log.Lik",
  notes      = notas
)

# Ajustes de dimensão
tab |>
  gt::opt_table_font(size = 16) |>           # aumenta fonte da tabela
  gt::tab_options(table.width = gt::pct(100)) # expande tabela para 100% da largura do slide
```

execute:
  echo: false
  warning: false
  message: false